ChatGPT 隐私设置：Computer History 会记录什么？

评估 ChatGPT 隐私设置时，必须先看清 Computer History 的数据边界。开启后，你可以直接询问 ChatGPT：自己刚才在 Mac 上的各个应用和网站里做了什么。它还能把这段操作轨迹整理成工作回顾，找回某份文档，生成工时表草稿，或沉淀为可复用的工作流。对于已经按年付费、每位用户每月支付 $20 使用 ChatGPT Business 的团队来说，这项功能很可能直接承接工作回溯和流程记录任务，无须再购买新席位。代价则是隐私风险：原始交互事件会暂时保留在 Mac 上，由 OpenAI 处理并生成摘要；最终留下的本地记忆文件不会加密，直到你主动清除。

ChatGPT 隐私设置能让 Computer History 真正私密吗？

简短结论是：Computer History 的隐私取决于你的主动选择，而不是系统架构本身。它默认关闭，只有每位用户自行选择启用后才会开始记录，并允许限制哪些应用和网站可以提供数据。它不会录制屏幕截图、屏幕视频、麦克风输入、系统音频，也不会记录无痕浏览。

但它仍可能采集敏感内容。事件流可以包含点击、输入内容、键盘快捷键、应用切换，以及 macOS 通过 Accessibility 暴露的上下文。OpenAI 会在服务器上处理这些事件以生成记忆。OpenAI 表示，除非法律要求，否则不会在处理完成后保留这些临时事件文件，也不会用这些事件文件训练模型。生成后的记忆会以可读、未加密的 Markdown 文件形式返回 Mac，并一直保留到你删除为止。

理解这一区别很重要。它更像一台记录细致的飞行数据记录器，而不是监控摄像头：虽然不会保存你的屏幕录像，却仍能还原你操作过哪些控件、输入了什么、切换到了哪个应用，以及这些操作发生时所处的工作上下文。

ChatGPT Computer History 到底是什么？

Computer History 会把获准访问的 Mac 应用和网站活动，整理成按时间排列的摘要与记忆，供 ChatGPT 和 Codex 使用。你可以问它休息前正在做什么，用自己对文档的模糊印象而不是文件名来找回文件，准备站会回顾，或把重复执行的流程转化为 skill 或自动化。

它取代了 Chronicle 研究预览版，但底层系统经过了重建。Chronicle 使用屏幕截图，而 Computer History 记录的是交互事件，并定期将其压缩成文本。

这套隐私模型可以拆成五个不同阶段：

最后一行最容易被忽略。OpenAI 表示，用于生成摘要的临时事件文件不会拿去训练模型。但当未来的对话调用某条记忆时，相关记忆内容和交互事件可能成为对话上下文。如果账号的 Data Controls 允许，这些对话内容可能会用于改进 OpenAI 模型。关闭 为所有人改进模型（Improve the model for everyone） 后，对话仍会保留在聊天记录中，但不会用于模型训练。

先算商业账，再谈工作流怎么变

Computer History 可能让团队省去购买另一款试验性工具的开支，但它不会自动取代成熟的时间追踪或文档平台。

按照 OpenAI 当前的定价，Business 按年付费时为每位用户每月 $20，按月付费则为 $25。Pro 起价为每月 $100，Enterprise 采用询价模式。Computer History 仅向 Pro、Business 和 Enterprise 用户提供，Plus 用户不包含在内。

再看相邻的软件预算。用于自动时间追踪的 Memtime 年付 Basic 方案为每位用户每月 $14。Scribe Pro Team 年付价格为每席位每月 $13，最低需要五个席位。因此，一个已经订阅 ChatGPT Business 的十人团队，可以先试用被动工作回溯和原始流程采集，再决定是否额外花费每月 $270 购买 Memtime 和 Scribe 席位。

不要仅凭这笔账就取消其中任何一款工具。Computer History 并未承诺提供精确的可计费时长、项目代码导出、成品级 SOP 排版、版本控制或合规记录。更务实的做法，是用一个真实工作流开展小范围试点。如果时间线确实能生成有价值的原始材料，再购买或开发最后缺失的那一环。

想了解它在整个产品体系中的位置，可以查看最新的 ChatGPT 评测，其中梳理了相关套餐和适用场景。

如何开启 Computer History，同时避免隐私失控

最安全的默认策略是使用白名单，而不是事后清理。第一轮试点只开放完成一个低风险工作流所必需的数据源。

1. 确认使用资格。 Computer History 目前要求在 macOS 上使用 ChatGPT 桌面应用，账号需订阅符合条件的 Pro、Business 或 Enterprise 套餐，并开启 Memories。它不支持通过 API key 或 Amazon Bedrock 使用，目前也不向欧洲经济区、瑞士或英国提供。
2. 区分管理员授权与个人同意。 Business 或 Enterprise 管理员需要先为符合条件的角色授予访问权限，但这并不会直接启用该功能。每位成员仍须自行选择开启。
3. 只选择真正需要的数据源。 在 Computer History 权限中，试点阶段使用 Include only these apps 和 Include only these websites。排除项以后也有用，但一份简短白名单更容易看清最初的数据边界。
4. 涉及他人或敏感工作时暂停记录。 OpenAI 建议，与他人交流时应关闭采集，除非对方已事先明确同意。医疗、财务、法律、人力资源、密码和个人应用都不应纳入第一轮试点。
5. 先检查，再决定是否信任。 完成一次工作后，打开 History 时间线，逐条阅读摘要，在 Finder 中显示一份记忆文件，并实际测试删除。你可以清除最近 10 分钟、一小时、一天、全部历史，或最近一次应用会话。清除操作还会删除由这些事件生成的记忆，而且无法撤销。
6. 确定未来对话的使用规则。 决定对话是否可以调用本地记忆，以及这些对话是否又能贡献给后续记忆。同时单独检查 ChatGPT Data Controls 下的 为所有人改进模型（Improve the model for everyone）。

Computer History 不需要 Screen Recording 权限。如果安装过程要求授予与文档所述流程不符的广泛权限，请先停下来，重新核对应用、套餐、工作区角色和 OpenAI 当前说明。

七个使用场景：谁能最先获得回报

1. 客户服务团队补齐可计费工作

代理机构策略师或独立顾问在一天结束时，工作痕迹往往散落在 Slack、文档、浏览器调研和交付物中。Computer History 可以识别这些来源，并按先后顺序生成一份工作经过草稿。执行者只需把工作对应到客户代码并确认时间，不必再完全依靠记忆重建当天行程。

收益是减少漏记工时，也降低不可计费的行政成本。边界则在精度：输出只能用作草稿，绝不能直接成为自动发票或薪资记录。

2. 运营负责人把重复操作沉淀为可复用流程

运营经理可以完成一次周期性的发布、报告或内容上线流程，同时只为必要工具开启采集。如果 Computer History 识别到重复模式，时间线就可以建议创建 skill 或自动化。经理审核执行顺序，补上事件日志无法判断的决策，再发布经过批准的流程。

它所争夺的是工作流文档软件的同一笔预算。如果真正昂贵的环节，是让忙碌的专家回想每一个步骤，这项能力就有价值；如果公司已经拥有维护良好的优秀 SOP，收益就会有限。

3. 产品与工程负责人改善交接质量

产品负责人频繁在规格文档、问题追踪器、Slack 讨论、原型和发布说明之间切换时，可以让系统回顾当天工作，并列出仍未解决的决策。Computer History 能借助时间线定位相关来源；获得许可后，ChatGPT 或 Codex 再直接读取原始资料。

收益是站会前少花时间重建上下文，也减少散落在不同工具中的链接。摘要只是上下文，不是事实来源；最终决定仍应以问题单、文档或代码仓库为准。

4. 创始人找回记忆模糊的近期工作

创始人可能记得昨天看过的一份文档中写着某个定价假设，却想不起文件标题或所在文件夹。Computer History 正是为这种符合人类记忆方式的描述设计的。创始人可以让它找出当时查看的规划文档，核对来源，再从上次停止的位置继续。

它通过缩短碎片化工具栈中的查找过程来节省时间，最适合近期工作，而不是作为永久的公司档案库。

5. 客户团队根据真实工作轨迹准备跟进

客户经理可以只开放一组严格限定且经过批准的数据源，回溯跟进客户之前动过哪些提案、内部讨论和交付物。ChatGPT 随后能把经过核实的轨迹整理成未完成事项清单。

当多个客户项目同时推进时，这能提高工作的连续性。但隐私要求必须严格执行：客户通话期间应暂停记录，除非所有人都事先明确同意；与这段历史无关的沟通内容也应排除。

6. 研究人员保留得出结论的路径

市场研究人员在分析问题时，可以允许指定浏览器网站和文档应用提供数据。之后，时间线能够帮助找回用过的来源，并还原论点发生变化的先后顺序。

收益是更快地回到尚未完成的研究。但它不会自动让某条引用变得可信；每一个引用的数字和结论，仍要回到原始来源核验。

7. 工作区管理员先做政策试点，再决定推广

Enterprise 管理员可以只向一个低风险角色开放权限，而不会替任何人开启功能。在 Business 中，管理员同样可以控制试点范围，因为工作区授权并不等于成员主动启用。由一名志愿者开启功能，设置严格的白名单，检查本地记忆，测试清除，并记录其中出现了哪些政策团队未曾预料的内容。

这样得到的是基于真实控制效果的决策，而不是围绕功能名称展开的争论。对于受监管或高度重视隐私的公司，这是最合适的第一种用法。

围绕 Computer History 值得开发的三类产品

1. 本地隐私防护工具：机会最明确

可以开发一款仅在本地运行的审计工具，把 Computer History 的 Markdown 记忆视为不可信数据进行扫描，标记可能涉及医疗、财务、凭证、客户和个人信息的内容，并生成可按步骤处理的问题清单。目标买家包括重视安全的个人、小公司 IT 负责人，以及需要证明白名单确实按预期工作的 Enterprise 试点负责人。

对于一项刚发布的功能，需求信号异常清晰。ChatGPT privacy settings 每月约有 170 次 Google 搜索，同比上升 27%，CPC 为 $72.63，页首广告的最高出价达到 $57.50。DataForSEO 的 ChatGPT 引用检查在这项任务中没有返回任何被引用域名，说明围绕 Computer History 新问题的权威来源层尚未稳定形成。

最小可售版本可以是一款经过签名的 Mac 工具，或一个本地 Codex skill：读取文档中指定的记忆目录，把每一行都当作内容而不是指令，按类别整理暴露风险，并把每项发现链接到准确文件和用户应该手动修改的设置。扫描内容绝不能上传。

问题也很严峻：隐私扫描器本身会成为另一个有权读取敏感本地文件的程序。离线运行、透明规则集和抵御 prompt injection 的能力，本身就是产品。OpenAI 也可能加入原生脱敏或政策报告功能，因此，要建立持久优势，就必须提供跨越多个 AI 记忆系统的可审计性。

2. 由人工确认的工时表助手

可以构建一套本地工作流，将 Computer History 摘要映射到客户和项目代码，让工作人员确认缺失项与时长，再为计费系统导出 CSV 草稿。代理机构、律师、顾问和分时任职的运营负责人愿意付费，是因为工时记录不完整会直接造成收入损失。

AI time tracking 每月约有 170 次 Google 搜索，具有商业意图，CPC 为 $19.65。人们每月还会向 AI 助手询问这一主题约 59 次。Memtime 的年度 Basic 方案为每位用户每月 $14，证明买家已经愿意为被动工作回溯付费。

MVP 需要一份项目代码映射文件、一个解析近期记忆的本地工具、一个审核界面，以及一种导出格式。难点在于准确性：Computer History 并未被定义为精确计时器，因此产品只能生成草稿并向用户提问，绝不能自动提交账单或工资记录。

3. 有治理机制的“工作流转 SOP”编译器

可以开发一个审核层，把 Computer History 中重复出现的工作流转化为有版本记录的 SOP，要求流程负责人补齐缺失的决策，隐去敏感上下文，再将结果送交审批。目标客户是希望持续更新文档、又不想让每位专家专门录制标准演示的运营团队。

Workflow documentation software 每月约有 90 次 Google 搜索，同比上升 27%，关键词难度为 0。人们每月还会向 AI 助手询问 workflow documentation 约 100 次。现有产品也证明了这笔预算的存在：Tango Pro Team 年付价格为每位用户每月 $15，Scribe Pro Team 则为每席位每月 $13，最低需要五个席位。

MVP 可以由一个本地 skill 加上一套轻量级审批与版本历史服务组成。难点是平台本身带来的竞争，因为 Computer History 已经会建议 skill 和自动化。产品真正的立足点不是基础步骤提取，而是治理、脱敏、责任归属、复核日期和分发能力。

功能边界与真实评价

Computer History 确实有用，但绝不是一个可以无忧开启的记忆开关。

• 可用范围有限。 目前必须使用 macOS 版 ChatGPT 桌面应用，开启 Memories，并订阅 Pro、Business 或 Enterprise 套餐。它不支持 API key 或 Bedrock，多个欧洲地区也被排除在外。
• 不截屏，不等于不会采集敏感数据。 输入内容和 Accessibility 上下文仍可能暴露姓名、消息、数字、搜索内容和文档细节。
• 保存在本地，不等于已经加密。 生成的 Markdown 记忆在文件系统中可直接读取，Computer History 不会对其加密。
• “临时”并不适用于所有产物。 事件文件最长保留 48 小时，但生成的记忆会一直存在，直到你主动清除。
• 服务器端处理仍然存在。 OpenAI 会在服务器上汇总临时事件；虽然其声明除非法律要求，否则处理后不会保留这些事件文件，也不会用它们训练模型。
• 后续对话遵循另一套数据规则。 一旦记忆进入未来的对话，是否用于模型改进将由该账号的 ChatGPT Data Controls 决定。
• 被观察的内容也可能攻击观察者。 OpenAI 明确警告，应用和网站里的内容可能增加 prompt injection 风险。
• 它不是审计系统。 不要把摘要当作薪资证据、法律档案、员工监控记录或同意机制的替代品。

最合适的买家，是主要成本来自近期工作重建的人。需要精确计时、可辩护记录、大范围员工监控或完全不经过服务器处理的人，则不适合使用它。

ChatGPT 历史记录属于机密信息吗？

Computer History 提供主动启用、来源选择、暂停、检查和删除控制，但其中仍可能包含机密材料。OpenAI 会处理临时事件以生成记忆，而生成后的记忆是本地未加密的 Markdown 文件。应把这项功能视为敏感工作数据，而不是私人保险库。

ChatGPT 会知道我的浏览历史吗？

Computer History 只有在你主动开启后才会运行，并记录你所允许网站的交互事件。无痕浏览永远不会纳入。它不会录制屏幕，但获准网站的事件和暴露的上下文，仍可能显示你在那里做过什么。

雇主能看到我的 ChatGPT 历史记录吗？

OpenAI 的 Computer History 文档说明，Business 和 Enterprise 管理员负责控制功能访问权限，而是否启用及本地历史记录由每位用户自行控制。文档没有说明授予访问权限后，管理员就能查看个人的 Computer History。公司管理的 Mac 可能另有设备、安全和留存控制，因此启用前应查看雇主政策。

我应该删除 ChatGPT 历史记录吗？

如果某条 Computer History 记录包含你原本不想保留的内容，就应将其删除，并调整对应应用或网站的权限，避免该来源再次写入历史。清除操作会删除相关事件和记忆，而且无法撤销。如果内容后来进入了某次对话，还需要单独检查该对话和 Data Controls。

怎样提高 ChatGPT 的隐私性？

对于 Computer History，在没有明确用途前保持关闭，只允许指定来源；与他人沟通或处理敏感工作时暂停；检查生成的记忆文件；如果不希望符合条件的对话用于模型改进，则关闭 为所有人改进模型（Improve the model for everyone）。这些控制可以降低暴露风险，但不会把该功能变成离线加密系统。

下周一就做这件事

选择一名志愿者和一个低风险工作流开启 Computer History，只允许三个必要来源，运行一个工作日，检查生成的每一条记忆，然后清除测试数据。记录它是否找回了一份文档、补齐了可计费工作，或捕捉到一个原本需要团队手动重建的可复用流程。只有当这份收益值得你所观察到的数据边界时，才扩大使用范围。

如果你希望把这次试点进一步变成适用于企业的治理型工作流，我可以和你一起搭建自动化。